1.计算说明
借鉴Gul等(2013)的研究,首先构建模型(1)预测审计师发表非标审计意见概率(MAO),选取的控制变量包括速动比率(Quick)、应收账款和存货比率(ARI)、其他应收款比率(OR)、资产收益率(ROA)、是否亏损(Loss)、财务杠杆(Leverage)、公司规模(Size)、上市年数(FAge)和行业(Industry)。
对模型(1)进行逐年回归得到预测的非标审计意见概率P,将P代入模型(2)中计算出审计意见激进度ARAgg。
Actualopinion表示审计师实际出具的审计意见。
ARAgg值越大,表明审计意见激进度越高,审计质量越差。
注:由于每个模型不同的文献选取的指标存在差异,如有的文献用“保守速动比率”而非“速动比率”,有的文献用“应收账款比率”和“存货比率”,而非“应收账款和存货比率”。本人在初始数据中提供了保守速动比率、应收账款净额和存货净额等常用的替代计算变量,方便大家自己修改代码。
2.数据说明
样本选择:全部A股1990-2022年数据
与大多数文献相同,做了如下的处理:剔除金融行业的样本;剔除当年年末被ST、*ST或PT的上市公司;剔除公司上市之前的样本;剔除已经退市的上市公司样本
行业参照证监会2012年行业分类标准,制造业用二级行业分类,其他用一级分类来计算
分年度分行业回归
并对连续型变量进行了1%和99%分位数的缩尾处理
压缩包附有初始数据,计算代码,参考文献和最终数据
3.参考文献
[1]吴倩,陈露丹,吕文岱.签字注册会计师相对年龄效应与审计质量[J].审计研究,2021(01):94-105.
[2]吴伟荣,李晶晶,包晓岚.签字注册会计师过度自信、政府监管与审计质量研究[J].审计研究,2017(05):70-77+86.
压缩包所含文件:
数据样例:
分年份数据量统计: